Pytdx是一个基于C++接口开发的Python第三方模块。
使用它我们能够很方便地获取通达信上的标准行情数据、历史行情数据、专业的财务数据，并且支持macOS系统，非常方便。
准备
开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南进行安装。
如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.
此外，推荐大家用VSCode编辑器，它有许多的优点：Python编程的最好搭档—VSCode详细指南。
请选择以下任一种方式输入命令安装依赖：
Windows环境打开Cmd。MacOS环境打开Terminal。如果你用的是VSCode编辑器或Pycharm，可以直接使用界面下方的Terminal.
使用步骤
引入库
查询分时成交
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect("119.147.212.81", 7709)
使用这个API查询历史分时数据：
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect("119.147.212.81", 7709)
print(api_hq.get_history_transaction_data(TDXParams.MARKET_SZ, "002560", 0, 500, 20220916))
效果如下：
[OrderedDict([("time", "14:29"),
("price", 7.91),
("vol", 582),
("buyorsell", 1)]),
... ...
]
请注意，查询的日期必须填写整数，不然会查询不到数据。
查询完整历史分时数据
在前面的示例中，我们查询了002560这个股票在2022-09-16的最后500条数据。
如果我们想要查询当天的全部数据，需要不断改变start和limit，即api_hq.get_history_transaction_data的第三个参数和第四个参数。
代码如下：
from pytdx.exhq import *
from pytdx.hq import *
api_hq = TdxHq_API()
api_hq = api_hq.connect("119.147.212.81", 7709)
def get_all_trans_data(api, code, date):
start = 0
data = []
while True:
part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
data.extend(part)
if len(part) < 888:
break
start += 888
return data
print(len(get_all_trans_data(api_hq, "002560", 20220916)))
# 3776
data的格式如下：
数组里的顺序是乱的，因为我们请求数据的时候并不是按时间序列去请求的，因此还可以做数据规整化处理：
from pytdx.exhq import *
from pytdx.hq import *
from collections import defaultdict
api_hq = TdxHq_API()
api_hq = api_hq.connect("119.147.212.81", 7709)
def get_all_trans_data(api, code, date):
start = 0
data = []
while True:
part = api.get_history_transaction_data(TDXParams.MARKET_SZ, code, start, 888, int(date))
data.extend(part)
if len(part) < 888:
break
start += 888
return data
date = 20220916
data = get_all_trans_data(api_hq, "002560", date)
print(len(data))
# 3776
trans = defaultdict(list)
for tran in data:
# "%Y%m%d %H:%M"
trans[datetime.datetime.strptime(str(date) + " " + tran["time"], "%Y%m%d %H:%M")].append({
"price": tran["price"],
"volume": tran["vol"],
"turnover": float(tran["price"]) * float(tran["vol"]) * 100,
})
trans = dict(sorted(trans.items(), key=lambda x: x[0]))
这样，trans的数据就是格式化好的：
其他查询方法
除了历史分时数据，pytdx还可以查询：
股票行情数据:
api.get_security_quotes,])
参数格式：[,…]
K线数据：
api.get_security_bars参数如下：
读取公司信息详情：
参数：市场代码,股票代码,文件名,起始位置,数量
读取财务信息:
参数：市场代码,股票代码
还有其他更多的功能，大家可以阅读Pytdx的说明文档：
文章为作者独立观点，不代表 股票程序化软件自动交易接口观点
股民评论